第二十四篇，数据分析之数据可视化之绘制三维图像

之前讲的都是二维的坐标系，可视化中还能在三维坐标系中绘制三维图像。

这个时候就需要用到我们Matplotlib中的一个工具，mplot3d用来专门绘制三维图像的工具，在我们安装Matplotlib的时候就已经安装好了mplot3d。

from mpl_toolkits import mplot3d

首先导入子模块，然后再完成案例;

fig = plt.figure()
ax = plt.axes(projection='3d')
plt.show()

结果就是这样的一个三维坐标系，在三维坐标系里面，点的坐标是通过x，y，z来确定的，如果要在三维坐标系中画出曲线图或者散点图，可以使用ax.plot3D和ax.scatter3D函数。

fig = plt.figure()
ax = plt.axes(projection='3d')
x_line = np.linspace(0,15,100)
y_line = np.sin(x_line)
z_line = np.cos(x_line)
ax.plot3D(x_line,y_line,z_line,'y')

x_point = 15 * np.random.random(100)
y_point = np.sin(x_point)
z_point = np.cos(x_point)
ax.scatter3D(x_point,y_point,z_point,c=x_point,cmap='Blues')

观察运行结果还是很好理解的就是多了一个z轴的参数，ax.scatter3D方法里面的c表示的是指定每个点的颜色，cmap表示的也是颜色，具体代码详情可以参考绘制图像也可以查看帮助文档：